CN114020794A - 一种MySQL数据库慢查询的处理方法、装置、介质和设备 - Google Patents

一种MySQL数据库慢查询的处理方法、装置、介质和设备 Download PDF

Info

Publication number
CN114020794A
CN114020794A CN202210010960.0A CN202210010960A CN114020794A CN 114020794 A CN114020794 A CN 114020794A CN 202210010960 A CN202210010960 A CN 202210010960A CN 114020794 A CN114020794 A CN 114020794A
Authority
CN
China
Prior art keywords
slow query
slow
query
index
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210010960.0A
Other languages
English (en)
Other versions
CN114020794B (zh
Inventor
张晓雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Kuaicheng Technology Co ltd
Original Assignee
Beijing Kuaicheng Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Kuaicheng Technology Co ltd filed Critical Beijing Kuaicheng Technology Co ltd
Priority to CN202210010960.0A priority Critical patent/CN114020794B/zh
Publication of CN114020794A publication Critical patent/CN114020794A/zh
Application granted granted Critical
Publication of CN114020794B publication Critical patent/CN114020794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24553Query execution of query operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种MySQL数据库慢查询的处理方法,包括基于慢查询所关联业务的业务核心指数,确定慢查询子集合中的慢查询的业务权重值,利用慢查询指标对业务影响分析结果,确定各慢查询指标的权重值;基于慢查询指标值、慢查询指标的权重值、业务权重值以及慢查询指标的极值,确定慢查询的风险指数值,根据风险指数值对所有慢查询子集合中的所有慢查询进行排序。本发明为慢查询建立一种风险评估方法和系统,将当前所有慢查询进行风险评估,优先解决更可能会影响业务的慢查询,再逐步解决次优先级的慢查询。避免了为影响业务系统的慢查询因为处理的不够及时而严重危害到了业务运行。本发明还涉及一种MySQL数据库慢查询的处理装置、存储介质和设备。

Description

一种MySQL数据库慢查询的处理方法、装置、介质和设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种MySQL数据库慢查询的处理方法、装置、介质和设备。
背景技术
众所周知,MySQL数据库慢查询对业务的影响程度不容小觑,甚至会直接导致MySQL服务宕机而致使整个系统瘫痪。但大家普遍会有自己的慢查询收集系统,将所有超过阈值的慢查询统一收集起来、方便分析处理。但因为往往处理一条慢查询经常同时需要DBA和业务开发人员的配合,这样就使得慢查询处理周期较长,可能会因为处理的不够及时而严重危害到了业务运行,这样就会带来更大的麻烦。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种MySQL数据库慢查询的处理方法、装置、介质和设备。
本发明解决上述技术问题的技术方案如下:
一种MySQL数据库慢查询的处理方法,包括:
获取慢查询集合;
基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;
根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;
基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划并处理。
进一步地,所述基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,具体包括:
基于业务的核心程度,确定业务核心指数;
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
进一步地,所述根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数;
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量;
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
进一步地,所述利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值,具体包括:
分别确定所述查询执行时间、获取记录锁等待时间、需检索的数据量以及所述慢查询语句每天执行次数对业务影响进行分析,得到所述业务影响分析结果,从而得到所述慢查询指标的权重值。
进一步地,所述基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,具体包括:
根据每一个所述慢查询指标的边界值上限值和预设评分值,确定所有所述慢查询指标的极值;
将所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值输入至公式,确定所述慢查询的风险指数值。
本方法发明的有益效果是:提出了一种MySQL数据库慢查询的处理方法,包括获取慢查询集合;基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划并处理。本申请为慢查询建立一种风险评估方法和系统,将当前所有慢查询进行风险评估,进而生成处理优先级,然后根据优先级,优先解决更可能会影响业务的慢查询,再逐步解决次优先级的慢查询。避免了为影响业务系统的慢查询因为处理的不够及时而严重危害到了业务运行。
本发明解决上述技术问题的另一技术方案如下:
一种MySQL数据库慢查询的处理装置,包括:
获取模块,用于获取慢查询集合;
分类模块,用于基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;
分析模块,用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;
排序模块,用于基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划并处理。
进一步地,所述分类模块包括分集单元和统计单元;
所述分类模块,具体用于基于业务的核心程度,确定业务核心指数;
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
进一步地,所述分析模块,具体用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数;
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量;
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
此外,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述技术方案中任一项所述的MySQL数据库慢查询的处理方法的步骤。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述技术方案中任一项所述的MySQL数据库慢查询的处理方法的步骤。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所示的一种MySQL数据库慢查询的处理方法的流程示意图;
图2为本发明另一实施例所示的一种MySQL数据库慢查询的处理装置的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1所示,本发明实施例所述的一种MySQL数据库慢查询的处理方法,包括:
110、获取慢查询集合。
120、基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值。
130、根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值。
140、基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划,然后依据优先级进行处理。
进一步地,步骤120中基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,具体包括:
基于业务的核心程度,确定业务核心指数。
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
进一步地,步骤130中根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数。
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量。
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
进一步地,步骤130中利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值,具体包括:
分别确定所述查询执行时间、获取记录锁等待时间、需检索的数据量以及所述慢查询语句每天执行次数对业务影响进行分析,得到所述业务影响分析结果,从而得到所述慢查询指标的权重值。
进一步地,步骤140中具体包括:
根据每一个所述慢查询指标的边界值上限值和预设评分值,确定所有所述慢查询指标的极值。
将所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值输入至公式,确定所述慢查询的风险指数值。
应理解,首先应确保MySQL数据库的慢查询收集功能是开启状态,并根据自己的实际需求设置收集慢查询的阈值如超过1s或2s。为了对收集到的慢查询进行更准确的风险评估,计算出有效的风险指数,本实施例从两个方面入手。第一方面为宏观方面,首先我们要对业务核心程度进行分类:一级业务为最核心业务,比如货运司机抢单、支付、转账相关业务;二级业务为辅助形业务,比如货运物流下的加油加气等业务;三级业务为普通型业务,比如开发人员为支持业务进行的查询统计、数据导出等操作。越核心业务产生的慢查询优先级越高,一级业务权重为3,二级业务权重为2,三级业务权重为1。可以根据慢查询记录中[User@Host]值区分不同业务,这样将不同业务进行核心等级分类,权重越高的业务风险指数会相应更高。
第二方面为微观方面,具体是怎么实现对慢查询的风险评估。通过对收集到的慢查询记录文件进行分析,得到慢查询指标中Query_time、Lock_time、Rows_examined这三个重要指标,还可根据MySQL自带的mysqldumpslow工具对慢查询文件进行统计分析,得到count指标,下面是对这四个指标的解释说明:Query_time记录的是此条SQL的查询执行时间,查询时间越长对业务的影响越大;Lock_time是当前查询获取数据时获取记录锁而等待的时间,等待时间越长,越可能造成慢查询;Rows_examined 是MySQL查询时检索的数据,检索的数据越多,需要的IO和cpu资源也就越多,越可能造成慢查询;count值是每条SQL当天执行的总次数 。接下来生成风险指数就是根据这四个指标,但是每个指标的权重是不一样的,因为查询时间和扫描行数对业务的影响更大,所以这两个指标所对应的权重更高一些,四个指标的具体权重比为:Query_time:Rows_examined:Lock_time:count =3:3:2:2。根据权重值对收集到的慢查询进行风险指数计算,根据风险指数评分对慢查询进行处理优先级排序,排位越靠前,越是会更影响业务的慢查询,所以这时候就优先解决。得到风险指数的具体算法为:计算出每个慢查询指标中的最高边界,但是极值往往会影响数据的真实性,因此以95分位的值作为每个评分项的最高边界,以Rows_examined指标为例,95%的慢查询Rows_examined值为100w行,那么100w就作为这项指标的极值,以此类推,最终得到各个指标的极值。慢查询的风险指数。
采用web形式展示上述由风险指数由大到小重新排序的慢查询,同时额外功能还可以加上显示对应慢查询的执行计划,慢查询的执行计划可通过在具体SQL前加上explain关键字得到。通过页面展示的优先级,便可清楚的以数字化的形式来界定慢查询对业务的影响程度,这样就可以用更豁然开朗的视角来管理慢查询平台,不会在面对巨量慢查询的时候,不知道该从哪着手解决而浪费了时间,拖慢了解决高风险指数慢查询的进度,给业务造成本可以避免的影响。
基于上述实施例所提出的一种MySQL数据库慢查询的处理方法,包括获取慢查询集合;基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划,然后依据优先级进行处理。本申请为慢查询建立一种风险评估方法和系统,将当前所有慢查询进行风险评估,进而生成处理优先级,然后根据优先级,优先解决更可能会影响业务的慢查询,再逐步解决次优先级的慢查询。避免了为影响业务系统的慢查询因为处理的不够及时而严重危害到了业务运行。
如图2所示,一种MySQL数据库慢查询的处理装置,包括:
获取模块,用于获取慢查询集合。
分类模块,用于基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值。
分析模块,用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值。
排序模块,用于基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划,然后依据优先级进行处理。
进一步地,所述分类模块,具体用于基于业务的核心程度,确定业务核心指数。
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
进一步地,所述分析模块,具体用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数。
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量。
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
此外,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述技术方案中任一项所述的MySQL数据库慢查询的处理方法的步骤。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述技术方案中任一项所述的MySQL数据库慢查询的处理方法的步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种MySQL数据库慢查询的处理方法,其特征在于,包括:
获取慢查询集合;
基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;
根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;
基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划并处理。
2.根据权利要求1所述的MySQL数据库慢查询的处理方法,其特征在于,所述基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,具体包括:
基于业务的核心程度,确定业务核心指数;
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
3.根据权利要求2所述的MySQL数据库慢查询的处理方法,其特征在于,所述根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数;
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量;
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
4.根据权利要求3所述的MySQL数据库慢查询的处理方法,其特征在于,所述利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值,具体包括:
分别确定所述查询执行时间、获取记录锁等待时间、需检索的数据量以及所述慢查询语句每天执行次数对业务影响进行分析,得到所述业务影响分析结果,从而得到所述慢查询指标的权重值。
5.根据权利要求1所述的MySQL数据库慢查询的处理方法,其特征在于,所述基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,具体包括:
根据每一个所述慢查询指标的边界值上限值和预设评分值,确定所有所述慢查询指标的极值;
将所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值输入至公式,确定所述慢查询的风险指数值。
6.一种MySQL数据库慢查询的处理装置,其特征在于,包括:
获取模块,用于获取慢查询集合;
分类模块,用于基于慢查询所关联业务的业务核心指数,对所述慢查询集合中各元素进行分类,得到多个慢查询子集合,利用所述业务核心指数,确定所述慢查询子集合中的慢查询的业务权重值;
分析模块,用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,并利用慢查询指标对业务影响分析结果,确定各所述慢查询指标的权重值;
排序模块,用于基于所述慢查询指标值、所述慢查询指标的权重值、所述业务权重值以及所述慢查询指标的极值,确定所述慢查询的风险指数值,并根据所述风险指数值对所有所述慢查询子集合中的所有慢查询进行排序,显示排序后的所述慢查询子集合的执行计划并处理。
7.根据权利要求6所述的MySQL数据库慢查询的处理装置,其特征在于,
所述分类模块,具体用于基于业务的核心程度,确定业务核心指数;
提取所述慢查询记录中的业务描述字段,根据所述业务描述字段的业务核心指数,确定所述慢查询所在的所述慢查询子集合。
8.根据权利要求7所述的MySQL数据库慢查询的处理装置,其特征在于,所述分析模块,具体用于根据所述慢查询子集合中各慢查询的记录文件,得到所述慢查询的慢查询指标值,具体包括:
所述慢查询指标包括记录文件中的查询执行时间、获取记录锁等待时间、需检索的数据量和慢查询语句每天执行次数;
通过所述慢查询的记录文件获取所述查询执行时间、所述获取记录锁等待时间以及所述需检索的数据量;
对所述慢查询的记录文件进行统计,得到所述慢查询语句每天执行次数。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任一项所述的MySQL数据库慢查询的处理方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5中任一项所述的MySQL数据库慢查询的处理方法的步骤。
CN202210010960.0A 2022-01-06 2022-01-06 一种MySQL数据库慢查询的处理方法、装置、介质和设备 Active CN114020794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210010960.0A CN114020794B (zh) 2022-01-06 2022-01-06 一种MySQL数据库慢查询的处理方法、装置、介质和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210010960.0A CN114020794B (zh) 2022-01-06 2022-01-06 一种MySQL数据库慢查询的处理方法、装置、介质和设备

Publications (2)

Publication Number Publication Date
CN114020794A true CN114020794A (zh) 2022-02-08
CN114020794B CN114020794B (zh) 2022-05-13

Family

ID=80069604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210010960.0A Active CN114020794B (zh) 2022-01-06 2022-01-06 一种MySQL数据库慢查询的处理方法、装置、介质和设备

Country Status (1)

Country Link
CN (1) CN114020794B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090216709A1 (en) * 2008-02-27 2009-08-27 International Business Machines Corporation Optimized collection of just-in-time statistics for database query optimization
US20190220534A1 (en) * 2018-01-18 2019-07-18 Fmr Llc Identifying and mitigating high-risk database queries through ranked variance analysis
CN110263129A (zh) * 2019-06-25 2019-09-20 四川长虹电器股份有限公司 基于Mybatis框架进行慢查询操作统计的方法
CN110674014A (zh) * 2019-09-16 2020-01-10 中国银联股份有限公司 一种确定异常查询请求的方法及装置
CN112765017A (zh) * 2021-01-08 2021-05-07 中国工商银行股份有限公司 基于MySQL数据库的数据查询性能测试方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090216709A1 (en) * 2008-02-27 2009-08-27 International Business Machines Corporation Optimized collection of just-in-time statistics for database query optimization
US20190220534A1 (en) * 2018-01-18 2019-07-18 Fmr Llc Identifying and mitigating high-risk database queries through ranked variance analysis
CN110263129A (zh) * 2019-06-25 2019-09-20 四川长虹电器股份有限公司 基于Mybatis框架进行慢查询操作统计的方法
CN110674014A (zh) * 2019-09-16 2020-01-10 中国银联股份有限公司 一种确定异常查询请求的方法及装置
CN112765017A (zh) * 2021-01-08 2021-05-07 中国工商银行股份有限公司 基于MySQL数据库的数据查询性能测试方法和装置

Also Published As

Publication number Publication date
CN114020794B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN106201871B (zh) 基于代价敏感半监督的软件缺陷预测方法
CN110602045B (zh) 一种基于特征融合和机器学习的恶意网页识别方法
CN107810500A (zh) 数据质量分析
CN109933502A (zh) 电子装置、用户操作记录的处理方法和存储介质
CN109299252A (zh) 基于机器学习的股票评论的观点极性分类方法和装置
CN115879017A (zh) 一种电力敏感数据自动化分类分级方法、装置及存储介质
CN114419631A (zh) 一种基于rpa的网管虚拟系统
CN112214557B (zh) 数据匹配分类方法及装置
CN114020794B (zh) 一种MySQL数据库慢查询的处理方法、装置、介质和设备
CN103729374A (zh) 一种信息搜索方法及搜索引擎
CN112465397A (zh) 一种审计数据的分析方法和装置
CN116628584A (zh) 电力敏感数据处理方法、装置、电子设备及存储介质
CN110287114A (zh) 一种数据库脚本性能测试的方法及装置
CN109409091B (zh) 检测Web页面的方法、装置、设备以及计算机存储介质
CN116302984A (zh) 一种测试任务的根因分析方法、装置及相关设备
CN115794803A (zh) 一种基于大数据ai技术的工程审计问题监测方法与系统
CN109739840A (zh) 数据空值处理方法、装置及终端设备
CN110263069B (zh) 新能源使用行为的时序特征隐含因素抽取和刻画方法及系统
CN113505117A (zh) 基于数据指标的数据质量评估方法、装置、设备及介质
CN106776704A (zh) 统计信息收集方法和装置
CN113268419A (zh) 测试用例优化信息的生成方法、装置、设备和存储介质
CN113297249A (zh) 慢查询语句的识别和分析、查询语句的统计方法及装置
CN111949644A (zh) 一种面向电力行业业务系统的数据质量评价方法和设备
CN112380224B (zh) 一种面向海量异构多维数据采集的质量大数据系统
CN114013285B (zh) 一种电动汽车实际续驶里程评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant